近年来,乳腺疾病发病率逐年升高,而乳腺钼靶X线检测是其有效的检测手段。随着医学影像在病灶检测与图像处理技术方面的发展。基于图像处理算法构建辅助诊疗系统对于医疗影像中病灶的识别具有重要的意义,同时系统提供的远程访问能力可以使具备优秀医疗资源的医院为患者提供远程问诊服务,从而缓解医疗资源区域发展不平衡的问题。本文的主要研究目标为构建基于卷积神经网络的乳腺X线影像辅助诊疗系统,主要研究内容包括图像处理服务和网站服务的建立。图像处理服务主要目的是将乳腺X线影像原图通过训练好的模型得到相应的标注后图像与网站服务进行数据交互。目前国内外对乳腺X线影像处理的研究中对小样本数据集的扩大样本部分的预处理工作相对较少,本文在现有研究的基础上,首先使用翻转图像、调整图像对比度、调整图像亮度等方式扩大MIAS乳腺X线影像公开数据集的数据样本,并将数据集随机以9比1的比例分为训练集与测试集从而实现图像预处理,然后使用基于卷积神经网络的Faster R-CNN算法构建乳腺病灶的目标检测模型,使用测试集进行验证后得到平均准确率为0.9098,能够与网站服务进行集成并使用。网站服务基于SpringBoot框架体系相关技术构建,同时按照软件工程的规范,本文对系统的需求分析过程、设计过程、实现过程与测试过程最终构建了一种具备较齐全的功能且易于使用的辅助诊疗系统,能够使患者进行预约诊疗,辅助影像科医生进行影像诊断,帮助临床医生给出诊疗方案,具备一定的实践意义和应用前景。